Advanced R Programming 2400-MIKRO-AIBF-ARP

Kurs stanowi kontynuację praktycznej pracy rozpoczętej podczas zajęć „Wprowadzenie do sztucznej inteligencji” i koncentruje się na wykorzystywaniu programowania wspieranego przez AI do rozwiązywania bardziej złożonych problemów analitycznych. Uczestnicy pracują przez cały dzień w grupach liczących pięć lub sześć osób. Każda grupa otrzymuje inne zagadnienie biznesowe oparte na zbiorze danych Brazilian E-Commerce Public Dataset by Olist. Tematy obejmują satysfakcję klientów, strukturę sprzedaży, sprawność dostaw, jakość produktów oraz geograficzne rozmieszczenie klientów.
Punktem odniesienia dla pracy jest artykuł naukowy Matuszelańskiego i Kopczewskiej (2022), pokazujący, w jaki sposób ten sam zbiór danych może zostać wykorzystany do badania zachowań klientów i procesów biznesowych. Artykuł stanowi przykład łączenia metod analitycznych, programowania i merytorycznych pytań biznesowych w ramach spójnego badania empirycznego.
Każda grupa opracowuje własne podejście analityczne, formułuje szczegółowe pytania badawcze, przygotowuje potrzebne dane, tworzy i uruchamia kod w R, interpretuje wyniki oraz przygotowuje krótką prezentację w R Markdown. Uczestnicy wykorzystują narzędzia programistyczne oparte na AI, w tym Codex, do wspierania programowania i projektowania procesu analitycznego. Wygenerowany kod musi jednak zostać uruchomiony w RStudio, przeanalizowany, przetestowany i dostosowany do konkretnego problemu badawczego.
Kurs łączy naprzemiennie nauczanie metod analitycznych, zaawansowane zagadnienia programistyczne oraz ich bezpośrednie praktyczne zastosowanie. Nowe metody i techniki programowania są przedstawiane w krótkich blokach dydaktycznych, a następnie od razu wykorzystywane w projektach grupowych.
Pierwszy blok metodologiczny stanowi wprowadzenie do uczenia nienadzorowanego i metod klastrowania. Uczestnicy poznają ogólny cel analizy skupień oraz omawiają możliwości jej wykorzystania do identyfikowania znaczących grup klientów, produktów, transakcji lub wzorców sprzedaży. Kurs obejmuje metodę k-średnich oraz metodę grupowania wokół medoidów – Partitioning Around Medoids (PAM) – z uwzględnieniem zasad działania obu metod, ich implementacji w R oraz występujących między nimi różnic.
Uczestnicy uczą się, w jaki sposób dobór zmiennych, typy danych, miary odległości, metody skalowania oraz liczba skupień wpływają na uzyskane wyniki. Szczególną uwagę poświęca się merytorycznej interpretacji skupień oraz ocenie, czy zidentyfikowane grupy dostarczają wartościowych wniosków biznesowych, czy jedynie odzwierciedlają techniczne właściwości danych.
Drugi blok programistyczny koncentruje się na organizacji bardziej złożonych projektów analitycznych. Uczestnicy poznają zaawansowane funkcje, programowanie defensywne oraz programowanie obiektowe w języku R z wykorzystaniem systemów S3 i R6. Zastosowanie tych narzędzi jest przedstawiane w kontekście częstego problemu występującego w programowaniu wspieranym przez AI: generowania wielu niepowiązanych skryptów, które trudno weryfikować, modyfikować i ponownie wykorzystywać.
Zamiast traktować analizę jako ciąg luźno powiązanych promptów i skryptów, uczestnicy uczą się projektować modułowy proces analityczny. Poszczególne elementy mogą odpowiadać za przygotowanie danych, specyfikację i trenowanie modelu, generowanie predykcji, ocenę wyników, wizualizację oraz raportowanie. Funkcje i obiekty są wykorzystywane do przechowywania powiązanych informacji oraz tworzenia spójnej struktury, umożliwiającej dodawanie lub zastępowanie metod analitycznych.
W trakcie kursu prezentowane jest również, w jaki sposób starannie zaprojektowane funkcje, kontrole danych wejściowych, informacyjne komunikaty o błędach oraz dobrze zdefiniowane obiekty mogą zwiększyć niezawodność kodu analitycznego i ułatwić jego testowanie. Uczestnicy są zachęcani do zaplanowania struktury projektu przed zleceniem narzędziom AI wygenerowania poszczególnych elementów implementacji.
Blok poświęcony uczeniu nadzorowanemu wprowadza metody Random Forest i XGBoost jako narzędzia predykcyjne, które mogą wspierać analizę tematów biznesowych przydzielonych poszczególnym grupom. Uczestnicy poznają ogólne zasady działania zespołów drzew decyzyjnych oraz porównują bagging, reprezentowany przez Random Forest, z boostingiem, reprezentowanym przez XGBoost.
Blok obejmuje interpretację predykcji, ocenę jakości modeli oraz analizę ważności zmiennych, przy jednoczesnym podkreśleniu ograniczeń tych miar. Uczestnicy stosują poznane metody do pytań opracowanych przez swoje grupy i rozważają, w jaki sposób modele predykcyjne mogą wspierać zrozumienie satysfakcji klientów, sprawności dostaw, wyników sprzedaży, jakości produktów lub innych istotnych zjawisk biznesowych.
Modele są implementowane w ramach modułowych procesów analitycznych opracowanych podczas bloku programistycznego. Uczestnicy wykorzystują funkcje i struktury obiektowe do organizowania przygotowania danych, trenowania modeli, oceny wyników i ich prezentacji. Pozwala to porównywać różne modele bez konieczności każdorazowego tworzenia całej analizy od początku.
Końcowa część kursu jest poświęcona dokończeniu projektów i przygotowaniu prezentacji grupowych. Każda grupa przedstawia przeprowadzony proces analityczny, najważniejsze wyniki oraz wynikające z nich rekomendacje biznesowe. Prezentacja powinna pokazywać jasną ścieżkę prowadzącą od pierwotnego pytania biznesowego, przez przygotowanie danych i modelowanie, do możliwego do zinterpretowania wniosku.
Po prezentacjach odbywa się wspólna dyskusja dotycząca zastosowanych metod, uzyskanych wyników i sformułowanych rekomendacji. Uczestnicy porównują swoje podejścia, zastanawiają się nad wiarygodnością wniosków oraz rozważają możliwości wykorzystania wyników w rzeczywistym kontekście biznesowym.
Kurs umożliwia także refleksję nad pracą pod presją czasu przy wsparciu narzędzi AI. Uczestnicy omawiają sposoby podziału zadań analitycznych w zespole, koordynowania kodu i wyników, obszary, w których AI może zwiększać efektywność, oraz sytuacje, w których niezbędne pozostają wiedza merytoryczna, krytyczne myślenie i weryfikacja przez człowieka. Techniki promptowania poznane podczas wcześniejszych zajęć są zatem wykorzystywane w kontekście kompletnego projektu analitycznego, a nie jedynie w ramach odrębnych ćwiczeń.

Projekt Application of Artificial Intelligence in Business and Finance (nr BPI/SPI/2024/1/00078) realizowany przez Uniwersytet Warszawski w ramach programu Spinaker organizowanego przez Narodową Agencję Wymiany Akademickiej (w ramach projektu Wsparcie tworzenia i realizacji międzynarodowych programów kształcenia, finansowanego ze środków Funduszy Europejskich dla Rozwoju Społecznego 2021-2027).